基于脑电与眨眼频率的可穿戴疲劳驾驶检测系统

摘要：

在小型化、低功耗的可穿戴设备上,针对运行基于脑电信号的驾驶疲劳检测系统的准确率不高的问题,在对被试者左前额脑电信号Attention和Meditation以及Blink的数据进行关系分析的基础上,分别筛选最佳窗口宽度和分类算法,设计适用于可穿戴设备的疲劳驾驶检测算法,并在安卓智能设备上进行系统实现.采用准确率、正样本识别正确率、负样本识别正确率、敏感性与特异性指标,分别测试4种分类算法,即k临近算法、决策树算法、朴素贝叶斯算法、多层人工神经网络算法的性能,并最终选择kNN分类算法进行系统实现.实验结果证明,该系统的准确率达到83.7％,敏感性与特异性分别达到73.8％和88.6％,系统具有无线、实时、准确高效的特点.

关键词：可穿戴、疲劳驾驶检测、脑电信号、眨眼频率、分类算法、相关系数

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61040039,61201361;北京市自然科学基金4102005,4122010

在线出版日期：2017-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：293-298,303